LLMs and the Human Condition

要約

この論文では、人間の意思決定に関する 3 つの確立された理論を紹介し、それらを統合して目的のある人間の行動のモデルを提供する方法について説明します。
アクションとしての言語という考えを真剣に受け止め、モデルは会話型ユーザー インターフェイスに適用されます。
理論に基づいた AI 研究は最近苦戦しているが、ここでの目的は、関連するビッグテック企業が収集できるすべてのデータに対して、十分に理解されていない機械学習ルーチンを実行する以外に、LLM が実際に何をしているのかを理解することへの関心を再活性化することである。
50 米ドル未満のラズベリー パイ コンピューターが、最初の市販の Cray スーパー コンピューターよりも最大 400 倍高速になると、ビッグテックは無限の数の猿がランダムに入力してテキストを生成することに非常に近づく可能性があります。
それは意味があるでしょう。
ChatGPT の見かけの知性がどこから来ているのかを理解することで、おそらく私たちはより少ないリソースで魔法を実行できると同時に、私たちの世界との関係についてある程度の理解を得ることができるでしょう。

要約(オリジナル)

This paper presents three established theories of human decision-making and describes how they can be integrated to provide a model of purposive human action. Taking seriously the idea of language as action the model is then applied to the conversational user interfaces. Theory based AI research has had a hard time recently and the aim here is to revitalise interest in understanding what LLMs are actually doing other than running poorly understood machine learning routines over all the data the relevant Big Tech company can hoover up. When a raspberry pi computer for under 50USD is up to 400 times faster than the first commercial Cray super computer~\cite{crayVpi}, Big Tech can get really close to having an infinite number of monkeys typing at random and producing text, some of which will make sense. By understanding where ChatGPT’s apparent intelligence comes from, perhaps we can perform the magic with fewer resources and at the same time gain some understanding about our relationship with our world.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google